李俊伟
- 作品数：11 被引量：72H指数：6
- 供职机构：新疆农业大学机械交通学院更多>>
- 发文基金：国家自然科学基金新疆维吾尔自治区自然科学基金更多>>
- 相关领域：自动化与计算机技术农业科学轻工技术与工程更多>>
- 新疆冰糖心红富士苹果RGB图像多指标分析被引量：11
- 2013年
- 【目的】采用机器视觉技术对新疆冰糖心红富士苹果进行重量、糖度预测和分级。【方法】分析提取苹果RGB图像中单色、波长差、HSV转换后分量等多类型图像,对比图像分割效果确定后续处理图像。采用形态学处理剔除二值化图像果梗区域,提取目标区域几何、灰度和色调频度等特征。采用多元线性和偏最小二乘回归预测苹果重量和糖度,判别分析分类苹果,结合全组合实验方法和特征优选,获得较佳特征集合。【结果】多元线性回归方法建立苹果糖度的预测模型结果最佳,使用几何和灰度的特征集合,建模集和验证集糖度预测相关系数分别为0.623和0.570;使用面积、周长、长轴长度和短轴长度特征集和,或体积、周长、长轴长度和短轴长度四个特征时,多元线性回归预测苹果重量,验证集预测相关系数r为0.992,预测均方根误差为3.88 g,相对分析误差为8.1;采用基于特征优选方法确定41个主要特征,二次判别函数的判别分析分级苹果,验证集分级准确率达到98.7%。【结论】RGB图像能够准确预测新疆冰糖心红富士苹果重量,并能精确分级,但糖度预测效果不佳。
- 郭俊先李俊伟胡光辉刘军虞飞宇
- 关键词：机器视觉红富士苹果糖度
- 基于机器视觉技术的新疆鲜葡萄及葡萄干品质分析研究
- 鲜葡萄和葡萄干是新疆地区的特色农产品，但其采摘后深加工技术比较落后，尤其是品质检测及分级技术成为制约其发展的主要因素之一。本文利用机器视觉技术，对鲜葡萄及葡萄干的外部品质（质量大小、尺寸大小和着色度）进行检测和分析，并基...
- 李俊伟
- 关键词：机器视觉鲜葡萄葡萄干在线检测
- 文献传递
- 基于高光谱成像技术的新疆冰糖心红富士苹果分级和糖度预测研究被引量：15
- 2012年
- 对新疆冰糖心红富士苹果采用高光谱成像技术进行分级和糖度预测研究。在糖度预测分析中,使用正交试验设计方法确定影响预测效果的主要因素是预测回归方法、光谱预处理方法和波长合并,次要因素是光谱校正处理方法、数据类型和实测值归一化处理。提取平均光谱,经过白板校正,采用一阶微分光谱预处理,10个波长的光谱合并,基于多元线性回归方法建立苹果糖度的预测模型,其验证集苹果糖度的预测模型相关系数为0.911,预测均方根误差为0.76%Brix,相对分析误差为2.44。在分级研究中,选择712nm波长图像,Gamma灰度变换增强图像,大津算法阈值确定后分割图像,基于形态学处理剔除果梗区域,提取苹果分割后区域的面积、充实度、周长、平均灰度等特征,采用二次判别分析分级苹果,验证集苹果分级准确率达到89.5%。结果表明,高光谱图像技术既能够准确预测新疆冰糖心红富士苹果糖度品质,也可以用于基于外部品质特征的分级研究。
- 郭俊先饶秀勤程国首胡光辉李俊伟石砦亢银霞
- 关键词：高光谱图像糖度
- 梳棉内层杂质高光谱图像检测被引量：7
- 2012年
- 以梳棉内部深度1～6 mm处的多种杂质为研究对象,研究了高光谱成像技术检测效果和可行性。在波长460～900 nm范围内,提取高光谱图像中杂质和棉花的像素光谱。采用二次判别分析分类像素,构造分割二值图像,使用面积过滤器和形态学组合方法剔除二值图像中的噪声点和伪目标,统计杂质检测效果。结果表明可以检测棉网内一定深度的普通杂质(植物性杂质)、彩色丙纶丝、有色线和有色布块,能够检测部分黑色毛发和灰色丙纶丝。其中,普通杂质的检测效果最佳,正确检测率超过80%。
- 郭俊先应义斌饶秀勤李俊伟亢银霞石砦
- 关键词：梳棉高光谱图像异性纤维
- 哈密瓜分级系统上位机软件功能的实现被引量：2
- 2015年
- 基于机器视觉的哈密瓜分级系统上位机软件功能能否实现是整个系统开发能否成功的关键。为此,通过3个步骤实现上位机的软件功能。首先使用图像采集卡的应用接口库在Visual C++6.0开发工具下对图像卡进行二次开发;再将采集后内存中的图像数据转换成OpenCV的图像指针,实现图像的实时处理,并显示到屏幕;最后将处理结果由打印口并行输出。经试验验证,基于机器视觉的哈密瓜分级系统上位机软件功能成功实现。
- 虞飞宇郭俊先胡光辉李俊伟刘军
- 关键词：机器视觉哈密瓜图像采集卡VC++二次开发
- 无核白鲜葡萄机器视觉质量预测研究!被引量：2
- 2014年
- 以新疆无核白鲜葡萄为研究对象,采用机器视觉技术预测葡萄穗的质量。首先,提取RGB图像,做G,B双通道分量加运算R+B,采用高斯低通滤波法滤除图像中的噪音,采用Gamma变换法调整图像灰度,从而增强前景与背景的对比度。其次,采用自动阈值分割法分割图像,经数学形态学的腐蚀和开运算获得最佳二值图像,提取二值图像中目标区域的几何特征。最后,采用一元线性回归、多元线性回归和偏最小二乘回归预测葡萄穗的质量。结果表明,提取分割后的葡萄穗面积、周长、长轴及短轴长度等特征建立的偏最小二乘回归模型,其预测葡萄穗质量效果最佳,相关系数r2为96.91%。
- 李俊伟郭俊先张学军胡光辉程国首
- 关键词：机器视觉偏最小二乘回归
- 无核白葡萄干机器视觉色泽分级研究被引量：6
- 2015年
- 采用机器视觉技术,针对新疆无核白葡萄干的颜色特征进行分级研究,提取HIS颜色图像,采用中值滤波法滤波,采用最大类间方差法分割图像,采用形态学开运算去除二值图像中的伪目标区域,获得最佳二值图像。同时,分析色调灰度直方图和颜色矩均值直方图,确定采用H、S、I分量颜色的一阶矩、二阶矩、三阶矩作为特征值建立BP神经网络的色泽分级模型,分级准确率最高为96.42%。
- 雪合拉提.木塔力甫李俊伟郭俊先胡光辉
- 关键词：机器视觉图像处理人工神经网络
- 基于机器视觉技术的单粒葡萄质量与果径预测分级研究被引量：12
- 2014年
- 【目的】采用机器视觉技术,针对新疆无核白和红提单粒葡萄的质量和果径大小进行预测和分级研究。【方法】在不同的颜色特征空间模型,预处理原始图像,采用最大类间方差法分割目标区域;采用数学形态学方法去除二值图像中部分果梗及噪声点,获得最佳二值图像;基于二值图像,分析获取单粒葡萄的几何特征;最后,分别采用一元线性回归法和偏最小二乘回归法预测单粒葡萄的质量和果径,采用二次判别分析法对单粒葡萄的质量和果径进行分级。【结果】利用短轴与果形指数特征相结合建立的偏最小二乘回归模型可有效预测单粒葡萄的质量和果径,预测决定系数达到0.98和0.945;基于该特征组合的二次判别分析法可用于单粒葡萄的质量和果径分级,准确率超过85%。【结论】机器视觉技术能够较准确预测单粒葡萄的质量和果径,并能对质量和果径进行分级。
- 李俊伟郭俊先胡光辉刘军虞飞宇
- 关键词：机器视觉二次判别分析果径
- “京蜜八号”哈密瓜成熟等级分类研究—基于机器视觉和神经网络被引量：4
- 2015年
- 目前,新疆哈密瓜在采摘期成熟等级判定主要采用人工方式,容易混淆级别,影响销售质量。为此,提出了一种基于机器视觉和主成分分析优化神经网络的哈密瓜成熟等级识别方法。首先,利用田间哈密瓜图像采集系统获取了采摘前不同成熟期的哈密瓜图像,利用图像处理技术获得了感兴趣区域;其次,提取能表征哈密瓜不同成熟等级的外观特征,包括H分量图像的色调累积频度、纹理特征、几何特征;最后,利用主成分分析法优化特征,构建并验证基于BP神经网络的哈密瓜成熟等级预测模型。研究表明,基于机器视觉和主成分分析优化神经网络预测哈密瓜成熟等级是可行的,准确率达86.59%。
- 胡光辉郭俊先虞飞宇李俊伟刘军刘亚
- 关键词：哈密瓜机器视觉BP神经网络主成分分析
- 基于高光谱图像的新疆红富士苹果颜色分级研究被引量：4
- 2012年
- 【目的】以新疆红富士苹果为研究对象,探讨应用高光谱图像技术对其着色面积进行的研究方法。【方法】对852/713双波段比图像作阈值分割,以及形态学开运算去除果梗区域,提取色调H灰度图像对应去除果梗的二值图像像素值为1的累计频度值,依据AdaBoost算法将15个BP神经网络弱分类器训练组成强分类器,对苹果的着色面积进行分类。【结果】采用AdaBoost_NN对苹果着色面积的分级与人工分级一致率达到97.7%。其中45个优等果有2个被错分为一等果,27个等外果有1个被错分为二等果。【结论】利用高光谱图像技术提取的特征波长图像能够很好的对苹果着色面积进行分级,为今后多光谱成像技术在线分析苹果品质奠定研究基础。
- 程国首肉孜.阿木提郭俊先胡光辉李俊伟亢银霞石砦
- 关键词：高光谱图像苹果着色面积
